CN105117980B - 一种电网设备状态的自动评价方法 - Google Patents
一种电网设备状态的自动评价方法 Download PDFInfo
- Publication number
- CN105117980B CN105117980B CN201510522415.XA CN201510522415A CN105117980B CN 105117980 B CN105117980 B CN 105117980B CN 201510522415 A CN201510522415 A CN 201510522415A CN 105117980 B CN105117980 B CN 105117980B
- Authority
- CN
- China
- Prior art keywords
- data
- formula
- evaluation
- variable
- data source
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种电网设备状态的自动评价方法,本发明通过以下步骤实现:1)建立量化的评价模型,实现扣分标准的变量化处理;2)建立评价模型数据源映射功能;3)建立评价模型计算公式并实现公式解析引擎,公式涉及状态计算以及变量数据计算;4)建立检修策略映射库,实现策略的自动适配;5)实现基于评价模型数据源映射的数据采集器。本发明实现了电网设备状态的自动评价,自动评价方法主要实现的功能为通过***自动采集与设备相关运行、试验、缺陷数据,通过对采集数据的规范化处理,之后把规范化的数据与评价的量化模型进行结合,计算出需要对设备进行的扣分,最终实现对状态的自动评价。
Description
技术领域
本发明涉及电网设备健康度检测技术方法,尤其是涉及对设备状态进行评价的方法。
背景技术
目前电网设备状态评价的方式为通过与设备状态评价导则(扣分标准)进行人为的对比,从里面选择合适的扣分项,最终确定设备的健康状态。在整个过程中扣分项的选择全部依赖于人工主观的判断,没有客观的科学依据,这样评价出来的设备状态并不能真实、客观的反应出设备的健康度,所以需要采取智能的方式来代替人为的判断模式。
发明内容
本发明主要为了解决电网设备状态评价中手动评价中存在的问题:评价不准确、评价效率低、评价无依据;通过本发明的实现设备状态的自动评价,提供评价的准确率、提高评价效率并且实现评价依据的追踪,最终实现设备状态的全智能化评价。
为实现上述目的,本发明提供一种电网设备状态的自动评价方法,该方法的实现思路为:首先实现扣分标准的量化处理,即把文字描述变量化;然后在量化的变量上建立数据来源关系;最后在扣分项上建立自动评价公式(公式中的参数为变量值);通过以上三步的实现即构建了自动评价的规则,规则构建好之后使用采集器根据配置规则对数据进行采集,然后调用分析器根据规则进行数据处理,最后采用公式解析器以变量值为输入参数对公式进行解析,最终自动计算出设备的状态。
该方法的详细实现步骤为:
第一步:量化扣分标准,实现自动评价的首要条件是能够识别出评价标准的扣分项目,扣分项目为文字描述,为了实现对文本信息的逻辑识别,本方法采用关键字提取的方式对文本扣分项进行处理,实现了对文字信息的变量化处理,即提出文本中的关键信息作为变量处理。比如”短路冲击电流在允许短路电流的70%~90%”,则“短路冲击电流”作为扣分变量。
第二步:建立量化数据源关联,在第一步完成量化的基础上,需要配置量化标准的数据源映射关系,即变量需要从何处获取数据,获取的数据该如何处理。比如上面提到的“短路冲击电流”,该数据的源头为运行数据,即需要配置该变量的来源为运行的哪条标准;在数据源管理中还需要明确数据源对应变量的处理公式,即如何处理获取的源数据作为变量的值。
第三步:评价算法管理,算法管理主要实现对评价标准自动判断的判别方式实现,实现的方式为Javascript伪代码,即使用扣分标准中量化的节点作为变量,编写Javascript为代码实现计算公式的判断方式,比如“({短路冲击电流}/{允许短路电流})>=0.5&&({短路冲击电流}/{允许短路电流})<=0.7&&{短路冲击电流[次数]}>=6”,伪代码的实现方式有利于计算程序的解析并且更加直观的可以编辑公式,同时伪代码的方式让公式编辑灵活。
第四步:构建伪代码算法解析器,在第三步中完成了基于伪Javascript的逻辑公式编辑,为了正确的解析公式,需要编写伪代码的解析,解析的思路为通过正则表达式把公式中变量的节点替换为真实的数值,之后通过ScriptEngineManager动态的执行解析的代码,然后接受返回值,如果返回真,则该判断成立,反之判断不成立;
第五步:检修策略库配置,当设备状态发生改变时,需要针对该状态给出相应的检修策略,以便支持设备检修的时候作为辅助支持,策略库的配置方式通过在手动一对一录入每个扣分标准的对应检修策略,当扣分的时候可以直接查询出对应的检修策略。
第五步:构建数据采集调度器,采集器用来根据第二步配置的数据源映射规则进行***数据采集,调度器主要用来有规律的执行采集器的任务;
第六步:构建数据分析器,通过第五部的数据采集,获取到的数据是原始数据,这些数据是不能够直接驱动设备的状态发生改变的,需要对这些数据按照第二步的规则进行分析,得出每个变量的对应数值,之后在使用第四步中的公式解析器把变量数值带入公式进行运算,这一过程所涉及的计算分析将独立存放分析结果,供更加深入的数据挖掘。
第七步:自动态触发状态评价,在第六步完成了分析之后,就可以提取出满足扣分条件的计算结果,对于可以扣分的运算结果,反向提出对应的设备以及扣分项,最终进行扣分并计算出设备运行状态。
与现有技术相比,本发明的有益技术效果是:
(1)、实现了扣分标准的节点化,即实现了量化,量化后的标准从无结构文字描述转变为有结构的键值关系数据。通过对这些数据的采集可以从多个纬度上对设备的健康状态进行分析,不仅仅用来支持设备的状态评价,结构化的处理为日后的更多设备分析提供了基础数据平台。
(2)、多数据源的配置方式让数据节点的来源更加灵活,且数据来源的方式可以设置为来源外部数据或者手动数据,这样的配置更加能够适应因为数据不够成熟带来的***运行风险。
(3)、灵活的公式配置方式,由于目前采用Javascript伪代码的方式构建计算公式,这样可以使公式的计算变成一个独立的逻辑块,可以适应更多复杂的公式应用。
(4)、通过该方法实现的设备状态的自动化评价,有效的解决了人工评价的诸多问题,极大的提高了评价的效率以及准确率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图;
图1为本发明一种新颖的电网设备状态评价方法的一种具体实施例的流程示意图;
图2为油浸式电力变压器(高抗)的评价模型分类;
图3为油浸式电力变压器(高抗)->绕组连同套管直流电阻的自动评价模型实际组成结构;
图4为图3中“相间差”这个变量的数据源配置图;
图5为数据采集器的实现,数据采集器主要使用调度器+任务的方式实现的具体实例图。
具体实施方式
如图1所示,一种电网设备状态的自动评价方法,其实现步骤为:
第一步:量化扣分标准,扣分项目为文字描述,采用关键字提取的方式对文本扣分项进行处理,即提出文本中的关键信息作为变量处理,通过量化节点的提取,把文字的表述转变为数值化处理,从而实现了扣分标准从文字信息的不可量化到扣分标准的变量式量化;
第二步:建立量化数据源关联,在第一步完成量化的基础上,需要配置量化标准的数据源映射关系,实现量化节点数据源的配置,量化的节点包含多个数据源,且数据源的呈现方式是离散的,即不能直接赋值给变量节点,配置方式采用数据源名称或者数据源行列标识进行配置,在数据源管理中需要明确数据源对应变量的处理公式,即如何处理获取的源数据作为变量的值;从而实现了评价数据来源的动态配置;
第三步:评价算法管理,算法管理用于实现对评价标准自动判断的判别方式实现,实现的方式为Javascript伪代码,编写Javascript为代码实现计算公式的判断方式,通过后台对配置的伪代码即计算公式进行翻译,最终翻译为可执行的Javascript语句块,然后调用后台Javascript解析模块进行解析,最终实现对公式的解析;从而实现了评价公式的解析功能;
第四步:构建伪代码算法解析器,在上述第三步中完成了基于伪Javascript的逻辑公式编辑,为了正确的解析公式,需要编写伪代码的解析,解析的思路为通过正则表达式把公式中变量的节点替换为真实的数值,之后通过ScriptEngineManager动态的执行解析的代码,然后接受返回值,如果返回真,则该判断成立,反之判断不成立;
第五步:检修策略库配置,当设备状态发生改变时,需要针对该状态给出相应的检修策略,以便支持设备检修的时候作为辅助支持,策略库的配置方式通过在手动一对一录入每个扣分标准的对应检修策略,当扣分的时候可以直接查询出对应的检修策略;
第六步:构建数据采集调度器,采集器用来根据第二步配置的数据源映射规则进行***数据采集,调度器用于有规律的执行采集器的任务;
第七步:构建数据分析器,通过上述第六步的数据采集,获取到的数据是原始数据,将这些数据按照上述第二步的规则进行分析,得出每个变量的对应数值,之后在使用第四步中的公式解析器把变量数值带入公式进行运算;
第八步:自动态触发状态评价,在第六步完成了分析之后,提取出满足扣分条件的计算结果,并对返回结果进行判断,若返回结果为真采用则该公式对应的扣分标准进行扣分,反之不扣分;最终通过扣分数计算出设备应该属于何种状态。
本发明具体实施为:
(1)、评价模型由模型分类、扣分标准两部分组成,分类表现形式为树形结构,作用为对设备的状态评价项目做层次展现,在分类的最下面挂接着具体的扣分项,即扣分标准,图2为油浸式电力变压器(高抗)的评价模型分类。
(2)、图3为油浸式电力变压器(高抗)->绕组连同套管直流电阻的自动评价模型实际组成结构,首先从文字的扣分标准中抽取出变量,比如在该实例中,通过对扣分标准的分析,抽取出了四个变量:相间差(试验数据)、有无中性点引出(属性数据)、平均值(试验数据)、变电容量(属性数据),抽取的四个变量为自动评价的主要数据依据;变量仅为概念上的数据变量,也就是变量的数值是不能够直接从外部***提取到数据的,需要对变量进行数据源的配置以及对数据源的整合,之后才可以得到变量的数值,比如图3中“相间差”这个变量的数据源配置如图4;数据源主要包括采集模版、计算公式、默认值、变量属性以及配置的采集器。比如“相间差”的数据源为非计划试验的3行3列(AO)、5行3列(BO)、7行3列(CO),数据采集的时候会自动从这些位置采集数据,采集完成原始数据之后,通过公式“(max(AO,BO,CO)-min(AO,BO,CO))/[平均值]”对该值进行计算,其中[平均值]为公式嵌套,会调用平均值的变量进行计算,通过对公式的解析完成对变量“相间差”的结果计算。
(3)、自动评价公式配置,自动评价公式为计算设备状态的规则,公式主要使用扣分标准抽取的变量以及判断逻辑构成,公式本身是一种Javascript伪代码,所以公式的构成可以更加的灵活。如下几个公式为“绕组连同套管直流电阻”的几个公式。
1600kVA及其以下公式:{变电容量}<=1600&&({有无中性点引出}&&(({相间差}-{平均值})/{平均值})>0.04)||(!{有无中性点引出}&&(({相间差}-{平均值})/{平均值})>0.02)1600kVA以上判别公式:{变电容量}>1600&&(({有无中性点引出}&&(({相间差}-{平均值})/{平均值})>0.02)||(!{有无中性点引出}&&(({相间差}-{平均值})/{平均值})>0.01))。
(4)、检修策略库主要是通过手动为每个扣分标准配置对应的检修策略,当发生扣分的时候将自动调用对应的策略作为设备的检修建议。实现了设备状态自动评价的闭环。
(5)、公式解析,首先采用正则表达式完成对公式的解析,之后把公式中的变量替换为具体的变量数值,最终使用Javascript解析引擎对分析完的Javascript逻辑运行,实现对公式的运算。
公式解析前:{变电容量}>1600&&(({有无中性点引出}&&(({相间差}-{平均值})/{平均值})>0.02)||(!{有无中性点引出}&&(({相间差}-{平均值})/{平均值})>0.01))
公式解析后:1800>1600&&((true&&((200-100)/100)>0.02)||(!true&&((200-100)/100)>0.01))
公式运行后返回真值结果:true or false;
(6)、数据采集器的实现,数据采集器主要使用调度器+任务的方式实现,具体实例如图5所示;
每类数据类型单独配置采集器,比如属性采集、试验数据采集以及缺陷数据采集,采集器实现完成之后使用调度器对采集器进行按时执行。
通过对扣分标准的量化、数据源的映射处理以及计算公式的编辑完成了自动评价规则的编写,最后采集器根据配置规则对原始数据进行采集并完成变量数据的运算,然后调用自动评价公式解析器对公式进行解析,解析完成后便能够得出设备的健康状态。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (1)
1.一种电网设备状态的自动评价方法,其特征是:实现步骤为:
第一步:量化扣分标准,扣分项目为文字描述,采用关键字提取的方式对文本扣分项进行处理,即提出文本中的关键信息作为变量处理,通过量化节点的提取,把文字的表述转变为数值化处理,从而实现了扣分标准从文字信息的不可量化到扣分标准的变量式量化;
第二步:建立量化数据源关联,在第一步完成量化的基础上,需要配置量化标准的数据源映射关系,实现量化节点数据源的配置,量化的节点包含多个数据源,且数据源的呈现方式是离散的,即不能直接赋值给变量节点,配置方式采用数据源名称或者数据源行列标识进行配置,在数据源管理中需要明确数据源对应变量处理的公式,即如何处理获取的源数据作为变量的值;从而实现了评价数据来源的动态配置;
第三步:评价算法管理,算法管理用于实现对评价标准自动判断的判别方式实现,实现的方式为Javascript伪代码,编写Javascript伪代码实现计算公式的判断方式,通过后台对配置的伪代码即计算公式进行翻译,最终翻译为可执行的Javascript语句块,然后调用后台Javascript解析模块进行解析,最终实现对计算公式的解析;从而实现了评价计算公式的解析功能;
第四步:构建伪代码算法解析器,在上述第三步中完成了基于伪Javascript的计算公式解析,为了正确的解析计算公式,需要编写伪代码的解析,解析的思路为通过正则表达式把计算公式中变量的节点替换为真实的数值,之后通过ScriptEngineManager动态的执行解析的代码,然后接受返回值,如果返回真,则判断成立,反之判断不成立;
第五步:检修策略库配置,当设备状态发生改变时,需要针对该状态给出相应的检修策略,以便支持设备检修的时候作为辅助支持,策略库的配置方式通过在手动一对一录入每个扣分标准的对应检修策略,当扣分的时候可以直接查询出对应的检修策略;
第六步:构建数据采集调度器,采集器用来根据第二步配置的数据源映射规则进行***数据采集,调度器用于有规律的执行采集器的任务;
第七步:构建数据分析器,通过上述第六步的数据采集,获取到的数据是原始数据,将这些数据按照上述第六步的规则进行分析,得出每个变量的对应数值,之后使用第四步中的计算公式解析把变量数值带入计算公式进行运算;
第八步:自动态触发状态评价,在第七步完成了分析之后,提取出满足扣分条件的计算结果,并对返回结果进行判断,若返回结果为真采用则该计算公式对应的扣分标准进行扣分,反之不扣分;最终通过扣分数计算出设备应该属于何种状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510522415.XA CN105117980B (zh) | 2015-08-24 | 2015-08-24 | 一种电网设备状态的自动评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510522415.XA CN105117980B (zh) | 2015-08-24 | 2015-08-24 | 一种电网设备状态的自动评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105117980A CN105117980A (zh) | 2015-12-02 |
CN105117980B true CN105117980B (zh) | 2019-02-12 |
Family
ID=54665955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510522415.XA Active CN105117980B (zh) | 2015-08-24 | 2015-08-24 | 一种电网设备状态的自动评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105117980B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107341336A (zh) * | 2017-05-19 | 2017-11-10 | 上海交通大学 | 一种贮箱产品几何精度一致性评价方法 |
CN107678324B (zh) * | 2017-08-17 | 2019-09-27 | 广州里工实业有限公司 | 打印机主控电路状态查询*** |
CN110765604B (zh) * | 2019-10-14 | 2023-05-12 | 湖南银河电气有限公司 | 一种运行工况下设备状态评价方法及***、存储介质 |
CN111638451A (zh) * | 2020-06-12 | 2020-09-08 | 国网吉林省电力有限公司电力科学研究院 | 一种基于推理规则的断路器评价方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020433A (zh) * | 2012-11-30 | 2013-04-03 | 北京中恒博瑞数字电力科技有限公司 | 一种电力设备状态的评价模型引擎 |
CN103593586A (zh) * | 2013-12-03 | 2014-02-19 | 国家电网公司 | 一种对数据质量进行评价的方法 |
CN104732450A (zh) * | 2015-03-06 | 2015-06-24 | 国家电网公司 | 一种基于规则引擎的供电质量评价*** |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102011006215A1 (de) * | 2010-11-09 | 2012-05-10 | Siemens Aktiengesellschaft | Verfahren und Vorrichtung zum Ermitteln einer Qualitätsbewertung eines Softwarecodes mit Ermittlung der Bewertungsabdeckung |
CN102541811B (zh) * | 2010-12-27 | 2015-02-18 | ***股份有限公司 | 基于按需计算的分析因子的数据分析装置及方法 |
-
2015
- 2015-08-24 CN CN201510522415.XA patent/CN105117980B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020433A (zh) * | 2012-11-30 | 2013-04-03 | 北京中恒博瑞数字电力科技有限公司 | 一种电力设备状态的评价模型引擎 |
CN103593586A (zh) * | 2013-12-03 | 2014-02-19 | 国家电网公司 | 一种对数据质量进行评价的方法 |
CN104732450A (zh) * | 2015-03-06 | 2015-06-24 | 国家电网公司 | 一种基于规则引擎的供电质量评价*** |
Also Published As
Publication number | Publication date |
---|---|
CN105117980A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106295807B (zh) | 一种信息处理的方法及装置 | |
CN105117980B (zh) | 一种电网设备状态的自动评价方法 | |
Reed et al. | Integrating methods for developing sustainability indicators to facilitate learning and action | |
CN109754804A (zh) | 一种语音控制方法、装置、存储介质及智能家居*** | |
CN112859822B (zh) | 基于人工智能的设备健康分析及故障诊断的方法及*** | |
CN114330097A (zh) | 一种异构数据与深度学习的风电集群功率预测方法及设备 | |
CN109670714B (zh) | 基于隶属度分析的船舶燃气轮机综合状态评估方法 | |
CN110175324B (zh) | 一种基于数据挖掘的电网运行操作指令校验方法及*** | |
CN112133407A (zh) | 一种基于语音与表情的快速智能情绪测评分析方法 | |
CN104636751A (zh) | 基于时间递归神经网络的人群异常检测和定位***及方法 | |
WO2024098649A1 (zh) | 一种基于生理唤醒识别的街道绿化品质检测方法 | |
CN112579789A (zh) | 一种设备故障诊断的方法和装置及设备 | |
CN112308436A (zh) | 一种配电网评估诊断分析方法、装置、设备及存储介质 | |
CN106580350A (zh) | 一种疲劳状况监测方法及装置 | |
CN105824757B (zh) | 基于机器人操作***的测试方法及*** | |
CN101482897B (zh) | 一种智能裙装款式与纸样设计*** | |
CN112084220A (zh) | 一种电能计量装置异常诊断方法、装置及可读存储介质 | |
CN106228246A (zh) | 基于语义的无人职守变电站监测***及方法 | |
CN104331361B (zh) | 一种用于白盒测试覆盖率计算可视化的测试装置及方法 | |
CN110287114A (zh) | 一种数据库脚本性能测试的方法及装置 | |
CN108286972A (zh) | 导航电子地图数据的智能查错方法和装置及混合导航*** | |
CN103019924B (zh) | 输入法智能性评测***和方法 | |
CN116596412A (zh) | 人才类型画像的实现方法及*** | |
CN116012205A (zh) | 一种老年护理师的智能培训管理方法及*** | |
CN109743200A (zh) | 基于资源特征的云计算平台计算任务成本预测方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |